6 najważniejszych prognoz dotyczących rozwoju i trendów w zakresie sztucznej inteligencji na rok 2024 — blog IBM

W 2024 roku początkowa fascynacja kulturowa wczesną generatywną sztuczną inteligencją przyniesie wymierne rezultaty biznesowe. Technologia ta, obejmująca możliwość przetwarzania i generowania treści tekstowych, głosowych i wideo, rewolucjonizuje sposób, w jaki firmy zwiększają produktywność, wspierają innowacje i stymulują kreatywność. Według McKinsey & Companyte zastosowania sztucznej inteligencji mogą wnieść do gospodarki światowej od 2.6 biliona dolarów do 4.4 biliona dolarów rocznie w ramach różnych scenariuszy biznesowych.

Korzystając ze spostrzeżeń wynikających z szeroko zakrojonej współpracy z klientami i partnerami w ponad 25 krajach, z radością dzielimy się opartymi na faktach prognozami i pojawiającymi się trendami na rok 2024. Ta globalna perspektywa umożliwiła nam obserwację, w jaki sposób różnorodne branże wpływają na rozwijającą się technologię i pod wpływem niej krajobraz. Oto rzut oka na to, co przyniesie przyszłość.

1. Dostosowywanie sztucznej inteligencji przedsiębiorstwa

Coraz powszechniejsze jest dostosowywanie sztucznej inteligencji w przedsiębiorstwach, a firmy korzystają z dostosowanych do potrzeb generatywnych aplikacji AI. Aplikacje te zaprojektowano tak, aby spełniały określone potrzeby biznesowe poprzez integrację zastrzeżonych danych i pomagały zapewnić dokładniejsze i trafniejsze odpowiedzi. Tendencja ta sygnalizuje ruch w kierunku bardziej wydajnych i spersonalizowanych rozwiązań biznesowych opartych na sztucznej inteligencji. Na przykład globalna sieć detaliczna może przyjąć specyficzne dla regionu modele sztucznej inteligencji szkolone na danych, takich jak preferencje klientów i niuanse kulturowe. Takie podejście skutkuje wysoce spersonalizowanymi interakcjami z klientami.

W Japonii sztuczna inteligencja priorytetowo traktuje wydajność i precyzję, podczas gdy w Brazylii kładzie nacisk na ciepło i zaangażowanie, odzwierciedlając wartości kulturowe każdego rynku. Oczekuje się, że tendencja ta obejmie różne branże, przekształcając sztuczną inteligencję z ogólnego narzędzia w istotny atut strategiczny. Przedsiębiorstwa w coraz większym stopniu polegają na sztucznej inteligencji w zakresie zaangażowania klientów, wydajności operacyjnej i konkurencyjności na rynku, co prowadzi do dynamicznego krajobrazu biznesowego, w którym sztuczna inteligencja napędza innowacje i rozwiązuje konkretne wyzwania rynkowe i operacyjne.

2. Modele AI typu open source

W 2024 r. wstępnie wyszkolone modele sztucznej inteligencji typu open source zyskają znaczną popularność, umożliwiając firmom przyspieszenie rozwoju poprzez połączenie tych modeli z danymi prywatnymi lub danymi w czasie rzeczywistym. Ta synergia zwiększa produktywność i efektywność kosztową. IBM aktywnie uczestniczy w tworzeniu modeli sztucznej inteligencji typu open source, czego przykładem jest współpraca z NASA.

Godnym uwagi wkładem jest geoprzestrzenny model podstawowy sztucznej inteligencji, największy tego typu na platformie Hugging Face oraz pionierski model podstawowy sztucznej inteligencji typu open source stworzony we współpracy z NASA. Model ten rozszerza dostęp do danych NASA dotyczących nauk o Ziemi, szczególnie na potrzeby inteligencji geoprzestrzennej i postępów w badaniach związanych z klimatem. Model ten, stworzony na podstawie danych satelitarnych NASA, pokazuje zaangażowanie IBM w wykorzystywanie technologii open source w kluczowych obszarach, takich jak zmiany klimatyczne.

Udostępniając ten model w Hugging Face, dobrze znanym repozytorium modeli transformatorów, IBM i NASA dążą do demokratyzacji dostępu i zachęcania do jego stosowania w innowacjach w dziedzinie klimatu i nauk o Ziemi. Model wykazał imponujące wyniki, osiągając 15% poprawy w stosunku do najnowocześniejszych technik zawiera tylko połowę oznaczonych danych, co czyni go skutecznym narzędziem do zadań takich jak śledzenie wylesiania, przewidywanie plonów oraz wykrywanie i monitorowanie gazów cieplarnianych.

3. Sztuczna inteligencja i mikrousługi oparte na API

Rozpowszechnianie się interfejsów programowania aplikacji (API) uprości tworzenie złożonych aplikacji opartych na sztucznej inteligencji, zwiększając produktywność w różnych sektorach. IBM opracował pakiet niestandardowych mikrousług AI dla sprzedawców detalicznych, dostępnych za pośrednictwem interfejsów API. Usługi te obejmowały analizę zachowań klientów, zarządzanie zapasami i spersonalizowane narzędzia marketingowe.

Kluczową cechą była integracja inteligentnych asystentów IBM opartych na sztucznej inteligencji z systemem obsługi klienta sprzedawcy detalicznego. Asystenci ci, potrafiący obsłużyć w czasie rzeczywistym liczne zapytania klientów, udzielali odpowiedzi dostosowanych do indywidualnych potrzeb klientów. Ponadto sprzedawca detaliczny wykorzystał narzędzia IBM do podsumowań oparte na sztucznej inteligencji, aby skutecznie analizować opinie klientów i dane dotyczące sprzedaży, umożliwiając szybkie i świadome podejmowanie decyzji. Wpływ był znaczący: poprawiła się wydajność obsługi klienta, strategie marketingowe stały się w większym stopniu oparte na danych, a zarządzanie zapasami zostało zoptymalizowane. Elastyczność i skalowalność tych rozwiązań opartych na API umożliwiła sprzedawcy szybkie dostosowanie się do zmian rynkowych.

4. AI jako priorytet narodowy

Uznając ogromny potencjał sztucznej inteligencji, oczekuje się, że narody na całym świecie priorytetowo potraktują jej rozwój w sposób przypominający nowy wyścig kosmiczny. To wzmożone skupienie napędza znaczące postępy w badaniach, nauce i wzroście gospodarczym, umacniając pozycję sztucznej inteligencji jako strategicznego zasobu globalnego.

W 2023 r. Unia Europejska wykazała swoje zaangażowanie na rzecz nadania sztucznej inteligencji rangi priorytetu krajowego, dążąc do finalizacji unijnego aktu prawnego o sztucznej inteligencji (ustawy UE o sztucznej inteligencji). To historyczne ustawodawstwo stanowi inauguracyjne kompleksowe ramy prawne dotyczące sztucznej inteligencji na świecie, kategoryzując systemy sztucznej inteligencji według różnych poziomów ryzyka (ryzyko niedopuszczalne, ryzyko wysokie i ryzyko ograniczone) i nakładając odpowiednie obowiązki.

Unijna ustawa o sztucznej inteligencji stanowi znaczący krok w regulacji wdrażania sztucznej inteligencji w UE, obejmując szeroki zakres zastosowań sztucznej inteligencji, począwszy od scenariuszy wysokiego ryzyka, takich jak wykorzystanie sztucznej inteligencji we wrażliwych systemach, takich jak opieka społeczna, zatrudnienie, edukacja i transport, po aplikacje niskiego ryzyka, takie jak chatboty. Ponadto unijna ustawa o sztucznej inteligencji zabrania niektórych zastosowań sztucznej inteligencji, które uznaje się za stwarzające niedopuszczalne ryzyko, w tym stosowania rozpoznawania emocji w miejscu pracy i punktacji społecznej na podstawie zachowań społecznych lub cech osobistych.

5. Multimodalna generatywna sztuczna inteligencja

Przechodząc od generatywnej sztucznej inteligencji opartej na tekście do języka multimodalnego, integracja tekstu, mowy i obrazów zapewnia reakcje odpowiednie kontekstowo i sprzyja innowacjom w różnych sektorach. Na przykład podczas rozmowy z obsługą klienta sztuczna inteligencja może przeanalizować wypowiedziane przez klienta żądanie, zinterpretować jego dokumenty finansowe i ocenić jego wyraz twarzy podczas konsultacji wideo. Syntetyzując te punkty danych (mowę, tekst i wskazówki wizualne), sztuczna inteligencja może zapewnić bardziej spersonalizowane porady finansowe i precyzyjniej usprawnić ocenę zdolności kredytowej.

6. Bezpieczeństwo i etyka AI

W miarę jak sztuczna inteligencja staje się coraz bardziej zintegrowana z naszym życiem, wzrasta nacisk na bezpieczeństwo i etykę sztucznej inteligencji. Wiodące organizacje zajmujące się sztuczną inteligencją współpracują w celu opracowania solidnych systemów sztucznej inteligencji ze standardowymi protokołami bezpieczeństwa i najlepszymi praktykami, które pomogą zapewnić etyczne wykorzystanie sztucznej inteligencji. IBM i Meta wraz z liderami branży, takimi jak Intel, Oracle, AMD, Dell i Linux® Foundation założyły AI Safety Alliance, aby rozwiązać problemy związane ze sztuczną inteligencją. Celem tego sojuszu jest stworzenie alternatyw dla zamkniętych systemów sztucznej inteligencji, wspieranie odpowiedzialnych innowacji w zakresie sztucznej inteligencji oraz pomoc w zapewnieniu dyscypliny naukowej, zaufania, bezpieczeństwa, ochrony, różnorodności i konkurencyjności gospodarczej. Wspiera także rozwój sprzętu AI, wspiera rozwój otwartej technologii AI oraz ustanawia globalne standardy, zasoby i standardy odpowiedzialnego rozwoju AI. Inicjatywa ta odzwierciedla zaangażowanie IBM w bezpieczeństwo i etykę sztucznej inteligencji, promując otwarte innowacje w rozwoju sztucznej inteligencji.

Wychodząc w przyszłość: wezwanie do działania w świecie napędzanym sztuczną inteligencją w roku 2024

Te trendy i przewidywania nie są jedynie prognozami technologicznymi. Służą one jako plan działania na rzecz innowacji, wzrostu i postępu społecznego. Rozwój sztucznej inteligencji wymaga od nas ponownego przemyślenia nie tylko naszych praktyk biznesowych, ale także naszych interakcji ze światem. Potencjał sztucznej inteligencji jest ogromny, a jej wpływ dopiero się zaczyna. Pozostając na bieżąco, potrafiąc się dostosowywać i proaktywnie, możemy wykorzystać moc sztucznej inteligencji, aby zbudować bardziej wydajną, innowacyjną i włączającą przyszłość.

Dowiedz się więcej o sojuszu AI